Apakah ada paket yang menyediakan estimasi model efek-campuran binomial negatif yang meningkat nol dalam R?
Maksud saya:
Nol-inflasi tempat Anda dapat menentukan model binomial untuk inflasi nol, seperti pada fungsi zeroinfl dalam paket pscl:
zeroinfl (y ~ X | Z, dist = "negbin")
di mana Z adalah formula untuk model inflasi nol;Distribusi binomial negatif untuk bagian hitungan model;
Efek acak yang ditentukan mirip dengan fungsi lmer dari paket lme4.
Saya mengerti glmmADMB dapat melakukan semua itu, kecuali rumus untuk inflasi nol tidak dapat ditentukan (itu hanya intersep, yaitu Z hanya 1). Tetapi apakah ada paket lain yang bisa melakukan semuanya?
Saya akan sangat berterima kasih atas bantuan Anda!
r
mixed-model
count-data
negative-binomial
zero-inflation
Nikita Samoylov
sumber
sumber
Jawaban:
Saya pikir ini adalah paket yang Anda butuhkan: glmmADMB. Saya mengunduhnya di sini: http://otter-rsch.com/admbre/examples/glmmadmb/glmmADMB.html
Tetapi saya masih memiliki beberapa masalah untuk menjalankannya, jadi saya mengikuti instruksi yang disediakan dalam tautan ini dan sekarang berfungsi dengan baik http://glmmadmb.r-forge.r-project.org/
Semoga ini membantu!
sumber
The PSCL menyediakan paket untuk model Poisson meningkat nol. Saya tidak berpikir itu bisa melakukan model binomial negatif, tetapi mungkin ini adalah tempat untuk memulai. Artikel JSS yang tertaut juga membahas paket terkait, yang dapat mengarahkan Anda ke apa yang Anda cari.
sumber
zeroinfl(..., dist = "negbin", ...)
Tergantung pada apa yang Anda coba lakukan, Anda mungkin ingin melihat paket aster . Model aster memungkinkan analisis bersama dari beberapa variabel yang memiliki distribusi probabilitas yang berbeda, dan baru-baru ini telah diperbarui untuk memungkinkan efek acak . Mereka dirancang untuk analisis sejarah kehidupan dan akan bekerja dalam situasi di mana Anda dapat membagi respons Anda menjadi bagian yang berbeda dengan distribusi yang berbeda, (misalnya survival = Bernoulli, reproduksi = Poisson). Mereka dapat menangani "inflasi nol" dengan memodelkan sebagian besar nol sebagai bernoulli, dan sisanya sebagai binomial negatif.
Anda akan menemukan banyak dokumentasi di sini:
http://www.stat.umn.edu/geyer/aster/
sumber